一种基于特征对齐与伪标签质量评估的类别发现方法

本发明公开一种基于特征对齐与伪标签质量评估的类别发现方法。核心在于特征对齐与自蒸馏中伪标签质量评估机制。数据预处理阶段，通过数据增强生成多样图像视图，并对同一图像生成不同分辨率的多尺度视图，利用跨尺度特征对齐损失强制不同分辨率特征保持一致性，提升模型对尺度变化的鲁棒性。自蒸馏模块中Teacher模型通过EMA更新参数为未标注数据生成软伪标签，引入伪标签可信度评估机制，综合熵值与类原型距离置信度等指标过滤低可信度标签，Student模型以筛选后的高质量伪标签为监督信号进行训练。该方法为开放集场景下的广义类别发现提供了高效解决方案。